اكتشاف وتحليل إشارات الأحداث الدوائية الضارة باستخدام بيانات FDA FAERS، وملصقات الأدوية، وتحليل عدم التناسب (PRR، ROR، IC)، والأدلة الطبية الحيوية. يولد درجات إشارة السلامة الكمية (0-100) مع تصنيف الأدلة. يستخدم لمراقبة ما بعد السوق، والتيقظ الدوائي، وتقييم سلامة الأدوية، والتحقيق في الأحداث السلبية، ودعم القرارات التنظيمية.
ثبّت مهارة الذكاء الاصطناعي tooluniverse-adverse-event-detection بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: mims-harvard/tooluniverse.
Automated pipeline for detecting, quantifying, and contextualizing adverse drug event signals using FAERS disproportionality analysis, FDA label mining, mechanism-based prediction, and literature evidence. Produces a quantitative Safety Signal Score (0-100) for regulatory and clinical decision-making.
Differentiation from tooluniverse-pharmacovigilance: This skill focuses specifically on signal detection and quantification using disproportionality analysis (PRR, ROR, IC) with statistical rigor, produces a quantitative Safety Signal Score (0-100), and performs comparative safety analysis across drug classes. The pharmacovigilance skill provides broader safety profiling without the same depth of signal detection...
CRITICAL: This is the core of the skill. For each top adverse event (at least top 15-20), calculate PRR, ROR, and IC with 95% confidence intervals.
اكتشاف وتحليل إشارات الأحداث الدوائية الضارة باستخدام بيانات FDA FAERS، وملصقات الأدوية، وتحليل عدم التناسب (PRR، ROR، IC)، والأدلة الطبية الحيوية. يولد درجات إشارة السلامة الكمية (0-100) مع تصنيف الأدلة. يستخدم لمراقبة ما بعد السوق، والتيقظ الدوائي، وتقييم سلامة الأدوية، والتحقيق في الأحداث السلبية، ودعم القرارات التنظيمية. المصدر: mims-harvard/tooluniverse.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-adverse-event-detectionاكتشاف وتحليل إشارات الأحداث الدوائية الضارة باستخدام بيانات FDA FAERS، وملصقات الأدوية، وتحليل عدم التناسب (PRR، ROR، IC)، والأدلة الطبية الحيوية. يولد درجات إشارة السلامة الكمية (0-100) مع تصنيف الأدلة. يستخدم لمراقبة ما بعد السوق، والتيقظ الدوائي، وتقييم سلامة الأدوية، والتحقيق في الأحداث السلبية، ودعم القرارات التنظيمية. المصدر: mims-harvard/tooluniverse.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-adverse-event-detection بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/mims-harvard/tooluniverse